Проверка устойчивости распределения. Общая логика проверки ус-
тойчивости распределения основывается на индуктивном рассуждении:
если <половинное> (полученное по половине выборки) распределение
хорошо моделирует конфигурацию целого распределения, то можно
предположить, что это целое распределение будет также хорошо моде-
лировать распределение генеральной совокупности.
Таким образом, доказательство устойчивости распределения озна-
чает доказательство репрезентативности тестовых норм. Традицион-
ный способ доказательства устойчивости сводится к выяснению хоро-
шего приближения эмпирического распределения к какому-либо тео-
ретическому. Но если эмпирическое распределение не приближается к
теоретическому, несмотря на значительное увеличение численности вы-
борки, то приходится прибегать к более общему индуктивному методу
доказательства.
Простейший его вариант может быть сведен к получению таблиц
перевода <сырых> очков в нормализованную шкалу по данным всей
выборки, затем применению этих таблиц для каждого испытуемого из
половины .выборки: если распределение нормализованных баллов и;
половины выборки хорошо приближается к нормальному, то это зна
чит, что заданные таблицами нормализации тестовые нормы определе
ны устойчиво. Близость к нормальному распределению проверяется i
помощью критерия Колмогорова (при п<200 целесообразно использо
вать более мощные критерии <хи-квадрат> или <омега-квадрат>).
При этом под <половиной> выборки подразумевается случайная по
ловина, в которую испытуемые зачисляются случайным образом -
помощью двоичной случайной последовательности (типа подбрасыва
яиЯ монетки и т.п.). В более общем случае такой простейший мето
установления однородности двух эмпирических распределений може
быть применен и при разбиении выборки по какому-либо систематич<
скому признаку. Если, в частности, по какому-либо из популяционн
-значимых признаков (пол, возраст, образование, профессия) психолс
получает значимую неоднородность эмпирических распределений, i
это значит, что относительно данных популяционных категорий тест<
вые нормы должны быть специализированы (одна таблица норм -
для мужчин, другая -- для женщин и т. д.).
Более статистически корректный метод проверки однородности W]
распределений, полученных при расщеплении выборки на равные ч
сти, опять же связан с применением критерия Колмогорова. Для это
с табличным значением сравнивается величина:
K,=max\F"-F"\Vn!4, (3.1.1
где F/i - кумулятивная относительная частота для /-того интерва
шкалы по первой половине выборки;
Fj4 - та же частота дл.я второй половины;
ч - численность полной выборки;
Ке - эмпирическое значение статистики Колмогорова.
Точные значения квантилей распределения Колмогорова для оп
деления размеров выборки можно найти в кн.: Мюллер П. я др., 19
Применение критерия Колмогорова не зависит от нормальности
STR.65
лого распределения и.от необходимости производить нормализацию ин-
тервалов.

Итак, априорная предпосылка нормальности распределения тесто-
вых баллов основывается скорее на принципах операционального удоб-
ства, чем на теоретической необходимости. Психометрически коррект-
ные процедуры получения устойчивых тестовых норм возможны с по-
мощью специальных методов непараметрической статистики (крите-
рий <хи-квадрат> и т. п.) для распределений произвольной формы. Вы-
бор статистической модели распределения - законный произвол пси-
хометриста, пока сам тест выступает в качестве единственного этало-
на измеряемого свойства. В этом случае остается лишь тщательно сле-
дить за соответствием сферы применения диагностических норм той
выборке испытуемых, на которых они были получены. Произвольность
в выборе статистической модели шкалы исчезает, когда речь заходит
о внешних по отношению к тесту критериях.
Репрезентативность критериальных тестов. В тестах по критерию в
качестве реального эталона применяется критерий, ради которого соз-
дается тест - целевой критерий. Особое значение такой подход имеет
в тех областях практики, где высокие результаты могут дать узкоспе-
циализированные диагностические методики, нацеленные на очень кон-
кретные и узкие критерии. Такая ситуация имеет место в обучении:
тестирование, направленное на получение информации об уровне усво-
ения определенных знаний, умений и навыков (при профессиональном
обучении), должно точно отражать уровень освоения этих навыков и
тем самым давать-надежный прогноз эффективности конкретной про-
фессиональной деятельности, требующей применения этих навыков.
Так возникают <тесты достижений>, по отношению к которым крите-
риальный подход уже сегодня обнаружил свою высокую эффективность
(Гуревич К. М., Лубовский В. И., 1982).
Рассмотрим операциональную схему Шкалирования, применяемую
при создании критериального теста. Пусть имеется некоторый крите-
рий С, ради прогнозирования которого психодиагност создает тест X.
Для простоты представим С как дихотомическую переменную с двумя
значениями - 1 и Q.C=\ означает, что1-тый субъект достиг крите-
рия (попал в <высокую> группу по критерию), С(=0 означает, что
1-тый субъект не достиг критерия (попал в <низкую> группу). Психо-
диагност применяет на нормативной . выборке тест X, и в результате
каждый индивид получает тестовый балл Xi. После этого как для
каждого индивида из, выборки становится известным значение С (иног-
да на это требуются месяцы и годы после момента тестирования), пси-
ходиагност группирует индивидов по порядку возрастания балла Х и
для каждого деления исходной шкалы сырых тестовых баллов подсчи-
тывает эмпирическую вероятность Р попадания в <высокую> группу по
критерию.
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172